近日,权威机构AMiner公布2022年度AI 2000人工智能最具影响力榜单,在计算机网络领域,谷歌、LYNX、麻省理工学院、微软、卡耐基梅隆大学、圣迭戈加州大学、Forward Networks、斯坦福大学、密歇根大学、阿里巴巴等名校和公司一起跻身全球十大最具影响力的网络研究机构。
2022年度AI2000榜单基于2012-2021 十年间人工智能和计算机科学领域 46 个顶级期刊会议收录的185,241 篇论文和 258,268 位作者的学术数据,榜单涵盖了人工智能 、计算机网络等20 个核心领域。每年遴选时,参考过去 10 年各领域最有影响力的会议和期刊发表论文的引用情况。
其中,计算机网络领域论文共计2,899篇,中国位居世界第二。入选该领域的顶会和期刊有SIGCOMM、NSDI、MobiCom等。从2019年开始,阿里巴巴已连续4年累计16篇网络论文入选网络通信领域全球顶会SIGCOMM,而在2019年之前SIGCOMM近50年的历史中,来自中国大陆的企业和高校总共也仅有10余篇论文入围 。
阿里巴巴旗下的阿里云,在计算机网络技术领域已布局多年,基于可编程芯片技术的数据中心网络和超融合网关设备,构建了端到端的网络性能可预期能力,建成全球超大规模数据中心内的“高速网”,可支持连接上万张 GPU卡的超级大算力集群,及超过10万台服务器的集群弹性扩展能力。
在数据中心大规模部署 RDMA低延时网络技术实践中,阿里云网络团队提出了端网融合架构设计理念,在此基础上自主研发了Solar-RDMA低延时网络协议及HPCC流控算法,并通过自研网卡实现了协议硬件卸载,将网络拥塞延迟降低几十倍至上百倍,目前已在AI大计算集群内大规模应用,显著降低机器学习等传输延迟。
在广域网和无线网领域,2020年,阿里云网络团队成功将NFC感应距离从20厘米提升到了 3 米,实现了"世界上通信距离最远的NFC系统 "; 2021年,阿里云网络团队与淘宝推出多路径QUIC协议“XLINK”,解决了“多路传输慢路径阻塞”业界公认难题。上述多项研究成果均被SIGCOMM等顶会收录。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。